論文の概要: The Hardware Lottery

• arxiv url: http://arxiv.org/abs/2009.06489v2
• Date: Mon, 21 Sep 2020 22:58:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 12:00:39.947201
• Title: The Hardware Lottery
• Title（参考訳）: ハードウェアの宝くじ
• Authors: Sara Hooker
• Abstract要約: このエッセイは、研究のアイデアがいつ勝つかを説明するために、ハードウェア宝くじという用語を紹介します。 初期のコンピュータ科学史の例では、ハードウェア宝くじが、成功したアイデアを失敗としてキャストすることで研究の進捗を遅らせる方法を示している。 このエッセイは、コンピューティングの進歩による利益がさらに不均一になり、ある研究方向が高速車線に移行し、他の研究の進歩がさらに妨げられていることを示唆している。
• 参考スコア（独自算出の注目度）: 1.3960152426268766
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hardware, systems and algorithms research communities have historically had different incentive structures and fluctuating motivation to engage with each other explicitly. This historical treatment is odd given that hardware and software have frequently determined which research ideas succeed (and fail). This essay introduces the term hardware lottery to describe when a research idea wins because it is suited to the available software and hardware and not because the idea is superior to alternative research directions. Examples from early computer science history illustrate how hardware lotteries can delay research progress by casting successful ideas as failures. These lessons are particularly salient given the advent of domain specialized hardware which make it increasingly costly to stray off of the beaten path of research ideas. This essay posits that the gains from progress in computing are likely to become even more uneven, with certain research directions moving into the fast-lane while progress on others is further obstructed.
• Abstract（参考訳）: ハードウェア、システム、アルゴリズムの研究コミュニティは歴史的に異なるインセンティブ構造を持ち、互いに明示的に関わり合う動機を変動させてきた。 この歴史的扱いは、ハードウェアとソフトウェアがどの研究アイデアが成功するか(そして失敗するか)を頻繁に決定していることを考えると、奇妙である。 このエッセイは、研究のアイデアがいつ勝つかを説明するためのハードウェア宝くじという用語を紹介し、それは利用可能なソフトウェアやハードウェアに適しているからではなく、別の研究の方向性よりも優れているからである。 初期のコンピュータ科学史の例では、ハードウェア宝くじが成功アイデアを失敗としてキャストすることで研究の進捗を遅らせる方法を示している。 これらの教訓は、ドメイン特化ハードウェアが出現し、研究アイデアの狂った道から抜け出すのにますますコストがかかることを考えると、特に有益である。 このエッセイは、コンピューティングの進歩による利益がさらに不均一になり、ある研究方向が高速車線に移行し、他の研究の進歩がさらに妨げられていることを示唆している。

関連論文リスト

• State-Space Modeling in Long Sequence Processing: A Survey on Recurrence in the Transformer Era [59.279784235147254]
  このサーベイは、シーケンシャルなデータ処理の反復モデルに基づく最新のアプローチの詳細な概要を提供する。 新たなイメージは、標準のバックプロパゲーション・オブ・タイムから外れた学習アルゴリズムによって構成される、新しいルートを考える余地があることを示唆している。
  論文  参考訳（メタデータ） (2024-06-13T12:51:22Z)
• The Grand Illusion: The Myth of Software Portability and Implications for ML Progress [4.855502010124377]
  我々は、さまざまなハードウェアタイプにわたるメインストリームMLフレームワークのポータビリティについて、大規模な研究を行っている。 フレームワークは他のハードウェアに移植すると、主要な機能の40%以上を失う可能性がある。 この結果から,ハードウェアの専門化が機械学習研究のイノベーションを妨げることが示唆された。
  論文  参考訳（メタデータ） (2023-09-12T22:11:55Z)
• A Survey From Distributed Machine Learning to Distributed Deep Learning [0.356008609689971]
  データとアルゴリズムを複数のマシンに分散する分散機械学習が提案されている。 これらのアルゴリズムを分類とクラスタリング(従来の機械学習)、深層学習、深層強化学習グループに分割する。 上記のアルゴリズムの調査に基づいて、今後の研究で対処すべき限界を強調した。
  論文  参考訳（メタデータ） (2023-07-11T13:06:42Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• Reasoning-Based Software Testing [9.341830361844337]
  推論ベースのソフトウェアテスト(RBST)は、テスト問題を因果推論タスクとして考える新しい方法です。 我々は、因果推論は人間が宇宙を「スマートに」探索する過程をより自然にエミュレートしていると主張する。 本論文で報告された予備結果は有望である。
  論文  参考訳（メタデータ） (2023-03-02T14:27:21Z)
• Caching and Reproducibility: Making Data Science experiments faster and FAIRer [25.91002326340444]
  小規模から中規模のデータサイエンス実験は、個々の科学者や小さなチームによってアドホックに開発された研究ソフトウェアに依存していることが多い。 コードの最初の行が書かれる前にも、キャッシュを研究ソフトウェア開発プロセスの不可欠な部分にすることを提案します。
  論文  参考訳（メタデータ） (2022-11-08T07:11:02Z)
• Physical Computing for Materials Acceleration Platforms [81.09376948478891]
  我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。 シミュレーションに基づくMAPプログラムの概要を述べる。 我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
  論文  参考訳（メタデータ） (2022-08-17T23:03:54Z)
• Towards Machine Learning for Placement and Routing in Chip Design: a Methodological Overview [72.79089075263985]
  配置とルーティングは、現代のチップ設計フローにおいて必須かつ困難な2つのタスクである。 機械学習は、そのデータ駆動性によって有望な見通しを示しており、知識や事前への依存度は低い。
  論文  参考訳（メタデータ） (2022-02-28T06:28:44Z)
• Parallel Logic Programming: A Sequel [4.868878464970551]
  本調査は2001年以降の並列論理プログラミングの研究を概観するものである。 内容は今日はかなり有効だが、それと同時に、この分野はそれに続く数年間で急速に進化を続けている。
  論文  参考訳（メタデータ） (2021-11-22T14:05:03Z)
• Reannealing of Decaying Exploration Based On Heuristic Measure in Deep Q-Network [82.20059754270302]
  本稿では,再熱処理の概念に基づくアルゴリズムを提案し,必要なときにのみ探索を促進することを目的とする。 我々は、訓練を加速し、より良い政策を得る可能性を示す実証的なケーススタディを実施している。
  論文  参考訳（メタデータ） (2020-09-29T20:40:00Z)
• A Comprehensive Survey of Neural Architecture Search: Challenges and Solutions [48.76705090826339]
  ニューラルネットワーク探索(NAS)は革命的アルゴリズムであり、関連する研究は複雑でリッチである。 まず、初期のNASアルゴリズムの特徴の概要から始め、これらの初期のNASアルゴリズムの問題を要約する。 さらに,これらの研究の詳細な分析,比較,要約を行う。
  論文  参考訳（メタデータ） (2020-06-01T13:08:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。